ByteDance AI Research presenta un método de ajuste fino reforzado (ReFT) para mejorar la generalización del aprendizaje de LLM para el razonamiento con la resolución de problemas matemáticos como ejemplo
Un método eficaz para mejorar las habilidades de razonamiento de los LLM es emplear ajuste fino supervisado (SFT) con anotaciones de cadena de pensamiento (CoT). Sin embargo, este enfoque tiene…